老黃又來了。

沒錯，依然是咱們熟悉的那個“黃教主”：每場發(fā)布會都出現(xiàn)的標志性皮夾克、配上英偉達白綠配色PPT和老黃激情滿滿的演講。但是! 這次干貨特別多，可以說老黃幾乎沒怎么講故事，直接甩出了硬件和方向。核心一句話：英偉達，要當萬物智能的底座。

接下來我們來看看在CES 2026，老黃都說了些什么。

黃仁勛在CES演講現(xiàn)場

一、開場致辭與現(xiàn)場互動

拉斯維加斯的各位，早安！新年快樂！歡迎來到CES！

今天我們準備了相當于十五場主題演講的豐富內(nèi)容，我很高興見到你們所有人！這座禮堂里坐著3000人，庭院里還有2000人正在觀看。據(jù)說四樓原定作為英偉達展區(qū)的區(qū)域，此刻也有上千人同步收看這場主題演講。當然，全球還有數(shù)百萬觀眾將通過直播共同開啟新年序幕！各位蒞臨此地，不僅是為了一場產(chǎn)品發(fā)布會——更是為了見證計算的未來。今天，我將向大家展示：人工智能正在從數(shù)字世界邁向物理世界。屬于物理AI的“ChatGPT時刻”已經(jīng)到來。

二、行業(yè)變革：雙重平臺轉(zhuǎn)移與計算重構(gòu)

大約每十到十五年，計算機行業(yè)就會經(jīng)歷一次重置。平臺會發(fā)生一次根本性的轉(zhuǎn)變，從大型機到個人電腦，再到互聯(lián)網(wǎng)、云計算、移動設備。每一次，應用生態(tài)都會瞄準一個新的平臺，這就是所謂的“平臺轉(zhuǎn)移”。每次，你都要為新的計算平臺編寫新的應用程序。但這一次，事實上，有兩個平臺轉(zhuǎn)移在同時發(fā)生。

當我們邁向人工智能時代時，應用程序?qū)?gòu)建在AI之上。起初，人們認為AI本身就是應用，事實也確實如此。但未來，你將要在AI之上構(gòu)建應用程序。除此之外，軟件的運行方式和開發(fā)方式也發(fā)生了根本性改變。

計算機工業(yè)的整個基礎(chǔ)技術(shù)棧正在被重新發(fā)明。你不再“編程”軟件，而是“訓練”軟件；你不再在CPU上運行它，而是在GPU上運行它。過去的應用程序是預先錄制、預先編譯并在你的設備上運行的，而現(xiàn)在的應用程序能夠理解上下文，每一次、每一個像素、每一個token都是從零開始生成的。由于加速計算，由于人工智能，計算已經(jīng)被徹底重塑。那個“五層蛋糕”（指技術(shù)棧）的每一層如今都在被重新發(fā)明。

這意味著，過去十年積累的價值約十萬億美元的計算機基礎(chǔ)設施，現(xiàn)在正被現(xiàn)代化改造，以適應這種新的計算方式。每年有數(shù)千億甚至上萬億美元的風險投資正在涌入，用于現(xiàn)代化改造和發(fā)明這個新世界。

這也意味著，一個百萬億美元規(guī)模的產(chǎn)業(yè)，其研發(fā)預算中有幾個百分點正在轉(zhuǎn)向人工智能。人們問錢從哪里來？這就是來源。從傳統(tǒng)AI到現(xiàn)代AI的現(xiàn)代化改造，研發(fā)預算從經(jīng)典方法轉(zhuǎn)向現(xiàn)在的人工智能方法，海量投資正涌入這個行業(yè)，這解釋了為什么我們?nèi)绱嗣β怠?/p>

三、2025年AI技術(shù)五大突破

過去這一年也不例外。2025年是不可思議的一年。似乎所有重大進展都同步發(fā)生——事實上，可能的確如此。讓我們一同回顧這五項改變AI游戲規(guī)則的關(guān)鍵技術(shù)突破。

（一）擴展定律持續(xù)有效

第一項突破：擴展定律（Scaling Laws）依然成立。自2015年BERT模型嶄露頭角，到2017年Transformer架構(gòu)誕生，再到2022年點燃全球的ChatGPT時刻，AI的發(fā)展在很大程度上遵循著一個核心定律：投入的計算資源越多，模型就越智能。

ChatGPT發(fā)布一年后，一個重要進展出現(xiàn)了——作為首個真正的推理模型，GPT o1引入了“測試時擴展”的概念。它將AI的學習與應用過程劃分為三個階段，每個階段都需要巨大的計算能力，而擴展定律在每個階段持續(xù)有效。

? 預訓練：模型通過海量數(shù)據(jù)學習，獲取基礎(chǔ)知識。

? 后訓練：通過強化學習等技術(shù)，模型學習特定技能，使其行為與人類期望對齊。

? 測試時擴展：一個更通俗的說法是“思考”。面對具體問題時，AI不再瞬間給出答案，而是可以花費更多時間進行實時推理，從而找到更優(yōu)解。

這表明，無論是在模型的初始學習、后續(xù)微調(diào)還是實際應用中，更多的計算能力都意味著更強的性能。擴展定律依然有效。

（二）AI走向智能體化

第二項突破：AI走向智能體化（AI Becomes Agentic）。智能體系統(tǒng)的概念于2024年興起，并在2025年迅速普及，這標志著AI角色的重大轉(zhuǎn)變。

AI不再僅僅是被動回答問題的工具，而是進化為能夠主動執(zhí)行復雜任務的“智能體”。這些智能體模型具備推理、獲取信息、開展研究、使用工具、規(guī)劃未來以及模擬結(jié)果的能力。

我最喜愛的智能體模型之一是Cursor。它徹底改變了英偉達內(nèi)部的軟件編程方式。智能體系統(tǒng)將真正從這里騰飛。

（三）物理AI實現(xiàn)飛躍

第三項突破：物理AI實現(xiàn)飛躍。AI不僅在數(shù)字世界發(fā)展，也開始與物理世界深度融合。我將這種能夠理解自然法則、并與物理世界互動的AI稱為“物理AI”。

我進一步區(qū)分了兩個相關(guān)但不同的概念：

? 物理AI：指能夠與物理世界交互的AI，例如控制機器人。

? AI物理學：指能夠理解物理世界規(guī)律的AI，例如學習流體力學、材料科學等。

（四）AI學習自然法則

第四項突破：AI學習自然法則。這是對“AI物理學”的進一步延伸。AI應用正深入基礎(chǔ)科學領(lǐng)域，開始學習并理解物理世界的基本規(guī)律。

在宇宙中存在信息和結(jié)構(gòu)的任何地方，我們都可以教導模型去理解這些信息，解讀其表征，并將其轉(zhuǎn)化為AI的能力。

這使得AI能夠在生物學、化學、藥物研發(fā)等領(lǐng)域，通過分析海量數(shù)據(jù)發(fā)現(xiàn)人類難以察覺的模式，從而加速科學發(fā)現(xiàn)。

（五）開源模型達到前沿水平

第五項突破：開源模型達到前沿水平。去年發(fā)生的最重要事件之一，就是開源模型的顯著進步。我們現(xiàn)在認識到，當開源、開放創(chuàng)新以及全球每個行業(yè)、每家公司的創(chuàng)新力被同時激活時，AI將無處不在。

事實上，去年我們見證了首個開源推理系統(tǒng)DeepSeek R1的進展。它令世界矚目，如今全球已涌現(xiàn)出各種類型的開源模型系統(tǒng)。

開源模型已達到前沿水平。雖然它們?nèi)月浜笥谧铐敿獾哪Ｐ痛蠹s六個月，但每隔六個月就有新模型出現(xiàn)，并且這些模型正變得越來越智能。

正因如此，我們看到開源模型的下載量呈爆炸式增長，因為初創(chuàng)公司、大型企業(yè)、研究人員、學生乃至幾乎每個國家，都希望參與這場AI革命。

智能——數(shù)字形式的智能——怎能將任何人拒之門外？因此，開源模型在去年真正變革了人工智能，整個行業(yè)也將因此而重塑。

其實我們對此早有預感。諸位或許聽說過，幾年前我們開始構(gòu)建并運營自己的AI超級計算機——DGX Cloud。很多人曾問：你們要進軍云計算業(yè)務嗎？答案是否定的。我們建造這些DGX超級計算機是供自身使用的。結(jié)果是，我們有價值數(shù)百億美元的超級計算機在持續(xù)運行，以開發(fā)我們的開源模型。

這一切已開始吸引全球各行各業(yè)的關(guān)注，因為我們在眾多不同領(lǐng)域推進著前沿的AI模型工作。

四、Vera Rubin算力平臺發(fā)布

今天，我懷著激動的心情宣布Vera Rubin平臺——這是一場全棧革命，它打破了英偉達自己定下的規(guī)則：“任何新一代產(chǎn)品，都不應有超過一兩款芯片的改動?！?/p>

在常規(guī)迭代中，當GPU更新時，其他芯片可以沿用或稍作修改。但Vera Rubin打破了這條規(guī)則——Vera CPU、Rubin GPU、NVLink 6交換機、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-X以太網(wǎng)光子交換機，這六款芯片全部重新設計，累計投入了相當于15000“工程師年”的工作量。

為何如此？摩爾定律已然放緩。Rubin的晶體管數(shù)量僅比Blackwell多1.6倍，但我們面臨的卻是模型規(guī)模每年增長10倍、生成標記數(shù)量增加5倍的壓力。如果僅遵循常規(guī)的芯片迭代速度，我們完全無法跟上步伐。

因此，在這一代產(chǎn)品上，我們別無選擇，只能徹底重新設計每一顆芯片。

英偉達 Vera Rubin 平臺

（一）硬件架構(gòu)與集成創(chuàng)新

Vera Rubin平臺的硬件集成度達到了全新高度。全新的液冷計算托盤完全摒棄了電纜和軟管，所有芯片通過定制基板緊密互聯(lián)，將系統(tǒng)組裝時間從數(shù)小時縮短至幾分鐘。

每個托盤集成了2顆Vera CPU、4顆Rubin GPU、1顆BlueField-4 DPU和8顆ConnectX-9網(wǎng)卡，構(gòu)成了一個100 PetaFLOPS的AI計算單元。多個托盤通過NVLink交換機在單個機架內(nèi)構(gòu)成Rubin Pod，再通過Spectrum-X交換機在數(shù)據(jù)中心規(guī)模上實現(xiàn)橫向擴展。

每顆Rubin GPU由兩顆物理GPU芯片通過封裝內(nèi)NVLink互聯(lián)，其芯片間帶寬較傳統(tǒng)的多芯片設計提升了1.2倍。

（二）上下文內(nèi)存池突破

在演講中，我花了大量篇幅闡述AI推理面臨的獨特挑戰(zhàn)——不斷增長的上下文記憶。隨著模型支持更長的對話、存儲更多的臨時知識，傳統(tǒng)的GPU高帶寬內(nèi)存已無法容納。

Vera Rubin的解決方案是：在每個機架內(nèi)，通過四顆BlueField-4 DPU直接管理一個高達150TB的共享、持久、高速的上下文內(nèi)存池。該內(nèi)存池通過超低延遲的機架內(nèi)網(wǎng)絡（采用與GPU互聯(lián)相同的技術(shù)）與所有GPU直連，可動態(tài)地為每個GPU分配高達16TB的專用上下文空間。

這相當于為每個GPU配備了一個容量擴大16倍、且速度遠超傳統(tǒng)網(wǎng)絡存儲的“外部大腦”，從而徹底解決了長上下文AI應用的核心瓶頸。

（三）能效與安全創(chuàng)新

盡管性能飆升，Vera Rubin平臺仍堅持使用45攝氏度溫水冷卻，無需依賴高能耗的冷水機組。這一設計預計能為全球數(shù)據(jù)中心節(jié)省約6%的總電力消耗。

Vera Rubin平臺還首次實現(xiàn)了全路徑硬件加密的機密計算。從GPU到GPU，從CPU到DPU，所有內(nèi)部總線數(shù)據(jù)均經(jīng)過加密，為多租戶AI云服務提供了芯片級的安全隔離。

此外，系統(tǒng)級的動態(tài)功率平滑技術(shù)能有效吸納AI計算特有的瞬時功率尖峰，使數(shù)據(jù)中心能夠以更接近平均功耗的容量來配置供電系統(tǒng)，避免了基礎(chǔ)設施上的巨額過度投資。

（四）量產(chǎn)與交付計劃

今天，我十分高興地宣布，Vera Rubin平臺已進入全面量產(chǎn)階段，并將于2026年下半年開始交付。Vera Rubin代表了極致的協(xié)同設計——六顆芯片完美協(xié)同工作，可實現(xiàn)相較于Blackwell平臺5倍的推理性能和3.5倍的訓練性能提升，同時將推理成本降至其十分之一。

五、物理AI核心技術(shù)與產(chǎn)品

（一）機器人技術(shù)生態(tài)

物理人工智能指的是能夠在物理世界中感知、推理并行動的AI。為加速其發(fā)展，我們推出了人形機器人系統(tǒng)Groot，該系統(tǒng)能夠?qū)崿F(xiàn)全身協(xié)調(diào)與端到端訓練。

我們還發(fā)布了用于機器人學習與推理的全新NVIDIA Cosmos開放模型及數(shù)據(jù)，推出了用于機器人評估的Isaac Lab-Arena，以及簡化機器人訓練工作流程的OSMO端到云計算框架。

從移動機械臂到人形機器人，波士頓動力、卡特彼勒、Franka Robotics、LG電子和NEURA Robotics均首次推出了基于NVIDIA技術(shù)的全新AI驅(qū)動機器人。

人形機器人不再僅僅是實驗室的演示品，而是具備了實際商業(yè)潛力的產(chǎn)品。通過數(shù)字孿生和仿真訓練，大量機器人學習任務可在虛擬世界中完成，隨后快速部署到現(xiàn)實場景，應用于制造、物流和服務業(yè)。

隨著成本持續(xù)下降和能力快速提升，機器人將像過去的個人電腦和智能手機一樣，逐步走向普及，成為下一個萬億美元級市場。

（二）自動駕駛AI：Alpamayo

在自動駕駛領(lǐng)域，我們推出了Alpamayo——全球首款具備推理能力的視覺-語言-動作模型，它能讓汽車進行思考、推理并解釋其決策。Alpamayo R1已開源，其仿真藍圖和數(shù)據(jù)集向所有汽車制造商開放。

Alpamayo將于2026年第一季度首次應用于梅賽德斯-奔馳CLA車型，提供增強型L2+級駕駛輔助功能。這是自動駕駛系統(tǒng)首次獲得全面的安全認證，每一行代碼都經(jīng)過了可靠性驗證。

搭載Alpamayo的梅賽德斯-奔馳CLA已在拉斯維加斯完成了時速120公里的高速并線測試，證明了其在復雜駕駛場景下的可靠性能。

我們將于2026年第一季度啟動Robotaxi道路測試，我們的下一代車載計算平臺DriveAGX Thor售價約為3500美元，這將使高性能自動駕駛技術(shù)更易普及。

（三）物理AI三大技術(shù)支柱

今天，我們首次提出“物理AI”的三大技術(shù)支柱：

? 牛頓物理引擎：專為機器人設計，響應速度低于0.01秒，實現(xiàn)超高動態(tài)控制。

? Cosmos基礎(chǔ)模型：千億參數(shù)規(guī)模，推理延遲僅1毫秒，破解實時決策難題。

? 混合算力架構(gòu)：效率提升100倍，成本降低90%，重塑工廠自動化。

英偉達物理AI三大支柱

六、多領(lǐng)域開源模型矩陣

今天，我們將開放模型生態(tài)擴展至六大領(lǐng)域：智能體AI（Nemotron）、物理AI（Cosmos）、自動駕駛（Alpamayo）、醫(yī)療健康（Clara）、機器人技術(shù)（Groot）以及科學計算（Earth-2）。

（一）生物醫(yī)藥與醫(yī)療：Clara

人工智能正在為醫(yī)療健康領(lǐng)域帶來革命性變化。我們?nèi)碌腃lara模型，包括用于蛋白質(zhì)設計的La-Proteina和用于藥物合成的ReaSyn v2，可將藥物發(fā)現(xiàn)周期縮短數(shù)年。

KERMT能在研發(fā)早期預測藥物相互作用，從而提升安全性并降低成本。OpenFold 3用于理解蛋白質(zhì)結(jié)構(gòu)；EVO 2用于理解和生成多種蛋白質(zhì)；同時，我們還推出了開源細胞表征模型的雛形。

（二）科學計算：Earth-2

Earth-2 AI是能夠理解物理定律的人工智能。我們在ForecastNet和Cordiff方面的工作，真正改變了人們進行天氣預報的方式。

（三）智能體AI：Nemotron

Nemotron是我們當前進行開創(chuàng)性工作的領(lǐng)域。它是首個混合Transformer SSM模型，速度驚人，因此既可以進行長時間思考，也可以快速思考。

（四）開源數(shù)據(jù)與生態(tài)

我們不僅開源模型，更開源用于訓練這些模型的數(shù)據(jù)。這包括10萬億個語言標記、50萬條機器人軌跡、45.5萬個蛋白質(zhì)結(jié)構(gòu)以及100TB的車輛傳感器數(shù)據(jù)。若不清楚AI的來源，便無法真正信任它。

卡特彼勒正在擴大與英偉達的合作，將先進的人工智能和自主技術(shù)引入建筑和采礦設備及作業(yè)現(xiàn)場。卡特彼勒首席執(zhí)行官Joe Creed將于1月7日（星期三）的CES主題演講中，與英偉達機器人副總裁及邊緣AI副總裁Deepu Talla一同分享相關(guān)細節(jié)。

NVIDIA IGX Thor將于本月晚些時候上市，將機器人技術(shù)擴展至工業(yè)前沿，提供具備企業(yè)軟件支持和功能安全認證的高性能AI計算能力。

Archer公司正利用IGX Thor將人工智能引入航空領(lǐng)域，推動飛機安全、空域整合和自動駕駛系統(tǒng)等關(guān)鍵能力的發(fā)展。

包括AAEON、研華科技、凌華科技、Aetina、圓剛科技、Connect Tech、EverFocus、ForeCR、凌華、RealTimes、Syslogic、Vecow和YUAN在內(nèi)的英偉達合作伙伴，將提供支持邊緣AI、機器人及嵌入式應用的Thor驅(qū)動系統(tǒng)。

英偉達多領(lǐng)域開源模型矩陣

七、AI應用與產(chǎn)業(yè)落地

AI智能體正在改變我們的工作方式。在英偉達，我們使用Cursor來編寫代碼——它具備自主性、情境感知能力，并能對復雜問題進行推理。如今，我們不再僅僅是編寫軟件，更是在訓練軟件。

我們正與ServiceNow、Snowflake、Palantir以及CrowdStrike合作，將AI智能體集成到他們的平臺中。您的AI既可以高度定制化——學習您公司的獨特技能——同時又能始終保持技術(shù)領(lǐng)先地位。

未來的“AI工廠”正在成形。Omniverse平臺與機器人開發(fā)深度融合，實現(xiàn)虛擬訓練閉環(huán)。AlpaSim框架加速了機器人的學習與驗證過程。人形機器人將主導物流、制造等領(lǐng)域。

在汽車制造領(lǐng)域，優(yōu)必選、特斯拉等公司已實現(xiàn)小批量部署，預計到2028年需求量將達到73.64萬臺。

物流行業(yè)正通過智能化升級提升運營效率。杭叉集團、井松智能等頭部企業(yè)已推出具備高負載、多場景適應能力的產(chǎn)品，預計到2028年需求量將達到5.91萬臺。

在康養(yǎng)領(lǐng)域，松霖科技、三暉電氣等企業(yè)正推動機器人在康復理療、失能失智照護等場景的應用，其產(chǎn)品具備柔性力控、多維感知等技術(shù)優(yōu)勢。

八、演講結(jié)尾與展望

人工智能的未來是物理化的。它關(guān)乎能夠理解物理定律、與世界互動并讓世界變得更美好的AI。我們正在打造實現(xiàn)這一愿景所需的工具、平臺與生態(tài)系統(tǒng)。

加速計算和人工智能已經(jīng)從本質(zhì)上重塑了計算。價值十萬億美元的傳統(tǒng)計算基礎(chǔ)設施正在進行現(xiàn)代化改造，數(shù)千億美元的資金正涌入這場革命。

開源模型激活了全球創(chuàng)新活力，而物理AI正將智能帶到物理世界的每一個角落。機器人、自動駕駛汽車、醫(yī)療健康、科學研究——人工智能正在改變每一個行業(yè)。

這場征程才剛剛開始——讓我們攜手共建。非常感謝大家！

微信搜索未來半導體 獲取黃教主原版PPT翻譯件o(*￣▽￣*)ブ